已閱讀1頁，還剩83頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、人體檢測是人體跟蹤、行為分析、人機交互、增強現(xiàn)實等眾多應(yīng)用的基礎(chǔ)。隨著Kinect和RealSense等消費級深度傳感器的發(fā)布，深度數(shù)據(jù)的獲取變得簡單化。深度圖像的光照不變性等獨特優(yōu)點吸引了研究人員的注意，因此深度圖人體檢測逐漸成為人體檢測的研究熱點。
為了取得更好的檢測效果，可以從兩個層面展開研究。第一個層面是設(shè)計區(qū)分度更好的特征提取算法，第二個層面是融合利用多種特征。
首先，針對如何提取區(qū)分度高的深度圖特征問題。
2、本文以彩色圖像中的局部方向模式特征為基礎(chǔ)，考慮到深度差異的正負(fù)代表了深度變化的方向性，將彩色圖中不帶符號的局部方向模式特征改進為帶符號的特征，然后針對現(xiàn)有特征編碼方式往往只考慮局部特征分布的缺點，本文根據(jù)人體自身結(jié)構(gòu)特點提出了適合人體結(jié)構(gòu)的空間金字塔編碼方式，提出了空間金字塔局部方向模式特征，實驗結(jié)果表明，本文提出的這種特征在檢測性能上優(yōu)于現(xiàn)有的單一特征算法。
其次，本文從特征級和決策級融合兩個層面對特征融合展開研究。在特征級
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于AdaBoost的人體檢測算法.pdf
- 基于adaboost的人體檢測算法(1)
- 深度圖像下基于特征學(xué)習(xí)的人體檢測方法研究.pdf
- 基于區(qū)域高斯特征的人體檢測算法.pdf
- 基于Kinect深度圖像的人體目標(biāo)檢測與跟蹤算法研究.pdf
- 基于空間上下文的人體檢測算法研究.pdf
- 基于部件的人體檢測算法的實現(xiàn)及優(yōu)化.pdf
- 基于梯度方向直方圖的人體檢測算法的改進.pdf
- 基于多特征和級聯(lián)分類器的人體檢測算法.pdf
- 視頻人體檢測算法研究.pdf
- 基于區(qū)域約束HOG-LBP特征的人體檢測算法研究.pdf
- 基于視頻的人體檢測跟蹤算法研究.pdf
- 基于深度圖像數(shù)據(jù)的人體動作識別.pdf
- 基于矩形擬合的新型人體檢測算法.pdf
- 基于深度圖像的人體輪廓識別技術(shù).pdf
- 基于Kinect彩色圖像及深度信息的人體檢測研究.pdf
- 基于Kinect的人體檢測和跟蹤算法研究.pdf
- 基于SVM的人體異常行為檢測算法研究.pdf
- 基于視頻序列的運動人體檢測算法研究.pdf
- 基于視頻流的運動人體檢測算法研究.pdf
評論
0/150
提交評論